甘肅臨夏牛羊「祖業」藏「古今」
2025-11-13 23:04 4,763次浏览北京8月8日電 中國國家氣候中心8日消息，7月1日至8月5日，全國平均高溫日數7天，為1961年以來歷史同期最多。 據監測，7月5日至8月5日，全國平均氣溫為23.7℃，較常年同期偏高1.5℃，為1961年以來歷史同期最高。其中，湖北、山東、四川、重慶、青海、河北、甘肅、山西、陝西、河南等10省(市)平均氣溫為歷史同期最高。 此外，新疆、陝西、山東、江蘇、安徽、四川、重慶、湖北等地共有347個國家級氣象觀測站日最高氣溫達極端事件監測標準。其中，新疆吐魯番東坎(48.7℃)、重慶巫溪(44.2℃)、陝西興平(43.1℃)等56站日最高氣溫破歷史極值。 7月1日至8月5日，全國平均高溫日數7.0天，為1961年以來歷史同期最多。35℃以上高溫影響範圍達497.9萬平方公裡，約佔國土面積的51.9%，38℃以上高溫影響範圍達到251.4萬平方公裡，約佔國土面積的26.2%。 降水方面，今年，華北雨季於7月5日正式開啟，與常年平均開啟日期7月18日相比偏早，為1961年以來最早。7月5日至8月5日，全國平均降水量為116.7毫米，較常年同期偏少5.9%，發生暴雨過程13次，較常年同期偏多5次。 同期，全國共102個國家級氣象觀測站日降水量達到極端事件監測標準，河北易縣(351.7毫米)、浙江慈谿(261.8毫米)、貴州習水(224.5毫米)等20站突破歷史極值。 7月以來氣象呈現暴雨過程多極端性強、颱風生成登陸多、高溫持續時間長影響範圍廣極端性強、江淮黃淮等地乾旱露頭發展的特徵。 關於7月以來氣候異常的主要環流成因，國家氣候中心氣候預測室正高級工程師支蓉分析，7月西北太平洋副熱帶高壓(簡稱「副高」)脊線位置為歷史同期最北，沿副高外圍北上的暖溼氣流偏強，豐沛的水汽與南下的冷空氣在北方地區交匯，導致華北、內蒙古等地降水異常偏多，形成一條雨帶。此外，副高偏北配合熱帶大氣季節內振蕩東傳，整體有利於西北太平洋對流活躍，進而有利於颱風生成個數偏多。受颱風影響，華南及東部沿海降水異常偏多，形成另一條雨帶。兩條雨帶中間的江淮、黃淮及西南地區東部等地，由於受副高主體穩定控制，盛行下沉氣流，造成高溫少雨、乾旱發展。(完)
世界人形機器人運動會將於8月14日開幕，作為重要項目之一的足球賽預選賽已先一步開賽。來自國內高校的參賽隊GeoHBots在比賽中早早陷入了以少打多的局面。團隊成員向北京商報記者解釋稱，他們的機器人在比賽中吃到紅牌被罰出場，原因是算法不會識別對方的機器人而導致的對抗，被裁判視作背後惡意衝撞，「它只會看球、場地」。 據悉，參加3v3比賽的團隊每支有四個機器人可供使用，三名首發一名替補，少一人的局面無疑讓GeoHBots團隊非常被動。 在綠茵場上跌跌撞撞的金屬身影，實則是一場關乎產業未來的技術練兵——笨拙的動作調試、程序算法的優化、失敗案例的積累，都是人形機器人從實驗室走向商業化場景這一進化路徑上這樣那樣的微調。 技術的綜合考試 機器人足球賽從不是為了復刻人類球賽的精彩，而是給技術能力搭了個實戰考場。 加速進化機器人公司售後技術支持負責人呂明向北京商報記者拆解了這場考試的核心考點：「機器人的運控，就是運動能力、步態這些，下肢能走多快、用什麼樣的步態、有什麼樣的腳法，都是機器人能踢球的基礎；上半身則是感知，主要是視覺，能不能看得準，看得準才能踢得準；最後是決策，就是在什麼情況下用什麼樣的動作，怎麼樣去做接下來要做的動作。」 賽場邊各支隊伍的備賽細節，透出相似的技術打磨縮影：來自馬來西亞的Team Robotedge團隊向北京商報記者介紹，比賽開始前他們要反覆通過電腦調整機器人的靈敏度、運控參數，還要讓機器人持續識別、捕捉比賽用球——這是在針對性訓練運控與感知能力。GeoHBots也向記者透露，他們需要在賽前把自己的代碼、程序刷進去，其中包含視覺、動作、策略等細節，都是為實戰而做的準備。 在現場，你時常能看到一個人類隊員舉著一臺電腦跟著一臺人形機器人，二者通過一根長長的、有點像牽引繩的數據線相連，這正是他們在調試準備——機器人將數據畫面等傳到電腦，人類基於這些數據進行調優。當然，在比賽的時候，這些機器人都需要放開繩子，自主發揮。但考試並不一帆風順，呂明向北京商報記者進一步分析稱，如果機器人的視覺不行，那就看不清、定位不好、踢不準；如果決策不行，該用什麼動作卻做了錯誤判斷。這幾個因素一疊加，強隊跟弱隊的區別就很大了——有的機器人因視覺盲區對著空場地狂奔，有的因決策失誤放棄防守猛衝前場，最終被踢成大比分的慘敗。 但這些考砸了的時刻並非毫無價值——就像企業技術迭代的「錯題本」，每一次失誤都在為算法優化提供精準坐標。 為應用試金 或許有人疑惑，興師動眾讓這麼多人和機器人在賽場折騰，意義何在？答案藏在那些並不非常外顯的技術細節裡。 呂明指著一位在場上做著橫移動作的機器人向北京商報記者解釋：「你看他有那種橫移的，像螃蟹步，這就算是盤帶了。」這種賽場練就的移動步伐，未來可能就是家庭中服務機器人在客廳繞開茶几的靈活身法。 呂明還提到，這些機器人很多是一天要踢四場比賽，在劇烈、頻繁的碰撞下依然能正常運作，摔倒也能自己站起來——這種穩定、耐用，可自我調整的硬體性能，正是工業協作、家庭陪護等場景的核心需求。 前述機器人那種「只認球不認人」的識別局限，也可通過更複雜的算法解決，把環境感知數據練好，未來就能分清水杯、遙控器和毛巾，避免服務場景中的烏龍。 參賽生態還藏著產業進階的新生力量。Geo-HBots團隊向北京商報記者透露，他們賽前僅用不到兩個月準備，依託的正是廠商提供的開源基礎平臺；呂明也向記者表示，現在其實還很難談比賽質量，更多是讓大家上場激發熱情。人形機器人在國內剛起步，加速進化公司的機器人在交付參賽團隊時就自帶一套開源Demo算法供參賽者調試。「要讓學生通過比賽走完流程，對機器人有理解，再有興趣去研究，畢竟做運控、做感知、做策略，理論和實踐是很不一樣的。」 每次有進球發生，現場參賽隊成員總會爆發出不亞於自己踢比賽進球時的歡呼，看得出他們確實很高興，像是以一種主教練的身份——這種包容性強的參與生態，正在培育未來的開發者群體。 慢功夫裡的大未來 比賽當中，有些進攻輪次非常簡單粗暴——某隊的機器人在中場附近大力射門，然後球就徑直跨過半場，滾進對方球門。 但人形機器人產業的進化，不可能是一蹴而就的爆發，需要在包括賽場在內的試錯中沉澱慢功夫。 呂明向北京商報記者強調比賽數據的核心價值：「我們會持續做相關的解決方案，掌握的數據越來越多，機器人模型的學習能力、判斷能力也會變強。最終還是要推動人形機器人領域發展，比賽只是其中一種形式，也是為了驗證我們的硬體、軟體、算法能力，讓它以後能服務更多其他場景。」 這些在綠茵場上積累的硬控穩定性、感知精準度、決策合理性，正在編織一張技術網絡：硬體耐用性達標了，機器人才能走進真實場景；算法識別準了，才能理解人類需求；多模塊協同順了，商業化落地才有底氣。 或許十年後，當家庭機器人熟練地幫你遞水、工廠機器人精準搬運零件時，它們的運動神經和大腦邏輯，最早正是在這場笨拙的足球賽裡，被一群學生和工程師一點點打磨出來的。 眼前跌跌撞撞的機械身影，正在用成功或失敗的動作，攢下人形機器人產業的未來底氣。 北京商報記者 陶鳳 實習記者 王天逸
免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
深夜直播
「活动」首次登录送新手大礼包
- 软件大小: 275.79MB
- 最后更新: 2025-11-13 23:04
- 最新版本: v1.16.4.6
- 文件格式: apk
- 应用分类:ios-Android 伊人app
- 使用语言: 中文
- : 需要联网
- 系统要求: 9.63以上
客服热线：136-6731-8693
28
42
43257
25
2025-11-13 23:04
95247
48
2025-11-13 23:04
65493
26
2025-11-13 23:04
83291
16
2025-11-13 23:04
57896
64
2025-11-13 23:04
52736
59
2025-11-13 23:04
19385
97
2025-11-13 23:04
63785
79
2025-11-13 23:04
35698
59
2025-11-13 23:04
75932
73
32
81597
24315
87561
71498
25
97